Наскоро Adobe пусна безплатен инструмент за аудио обработка, базиран на AI, който може да подобри някои гласови записи с лошо качество, като премахне фоновия шум и направи гласа да звучи по-силно. Когато работи, резултатът звучи като запис, направен в професионална звукова кабина с висококачествен микрофон.
Новият инструмент, наречен Enhance Speech, възниква като част от изследователски проект за изкуствен интелект, наречен Project Shasta. Наскоро Adobe ребрандира Project Shasta на Adobe Podcast.
Използването на Enhance Speech е безплатно, но изисква създаване на акаунт в Adobe и работи най-добре с PC уеб браузър. Веднъж регистрирани, потребителите могат да качват MP3 или WAV файл с дължина до един час или с размер 1 GB. След няколко минути можете да чуете резултата във вашия браузър или да изтеглите полученото аудио.
Как работи? Adobe не предостави никакви подробности, но подозираме, че компанията е обучила модел за дълбоко обучение на много, вероятно хиляди, часове чисто и шумно аудио. След това моделът може да се "научи" да избира честотите на човешкия глас и да синтезира честотите, които точно съвпадат с източника. Това са просто спекулации, докато Adobe не предостави повече технически подробности.
Enhance Speech не е първият инструмент, който предоставя този вид задвижвана от AI възможност за намаляване на шума. Пакет с отворен код, наречен mayavoz, и търговска услуга, наречена Audo Studio, правят нещо подобно.
Струва си да се отбележи, че Enhance Speech е част от по-голяма група инструменти за подкастинг, базирани на изкуствен интелект от Adobe, включително инструмент за проверка на микрофона и базиран на препис инструмент за редактиране на аудио, който все още е в процес на разработка.
Готов ли си да станеш част от Клуба?
Абонирай се за канала на GAME CLUB ТУК